語言:

欺诈网页检测中基于遗传算法的特征优选

王嘉卿;朱焱;陈同孝;张真诚

计算机应用, 2018, Vol.38 (1), p.295-299

可取得全文

引用被引用

傳送到

題名:
欺诈网页检测中基于遗传算法的特征优选
著者: 王嘉卿; 朱焱; 陈同孝; 张真诚
主題: 信息增益 ; 欺诈网页检测 ; 特征选择 ; 遗传算法 ; 随机森林算法
所屬期刊: 计算机应用, 2018, Vol.38 (1), p.295-299
描述: 针对网页欺诈检测中特征的高维、冗余问题，提出一个基于信息增益和遗传算法的改进特征选择算法（IFS—BIGGA）。首先，通过信息增益（IG）给出特征重要性排序，设定动态阈值减少冗余特征；其次，改进遗传算法（CA）中染色体编码函数和选择算子，并结合随机森林（at）的受试者工作特征曲线面积（AUC）作为适应度函数，选择高辨识度特征；最后，增加实验迭代次数避免算法随机性，产生最佳最小的特征集合（OMFS）。实验验证表明，应用IFS-BIGGA生成的OMFS与高维特征集合相比，尽管RF下的AUC减小了2％，但是真阳性率（Tea）提高了21％，并且特征维度减少了92％；同时多个常用分类器的平均检测时间减少了83％；另外，IFS-BIGGA的F1值相比传统的遗传算法（TGA）和帝国主义竞争算法（ICA）分别提高了4．2％和3．5％。实验结果表明，IFS-BIGGA可以进行高效特征降维，在实际的网页检测工程中，有效减少计算代价，提高检测效率。
出版者: 西南交通大学信息科学与技术学院,成都,611756%台中科技大学资讯工程系,台湾台中404%逢甲大学资讯工程系,台湾台中407
語言: 中文
識別號: ISSN: 1001-9081
DOI: 10.11772/j.issn.1001-9081.2017061560
資源來源: Alma/SFX Local Collection

返回到檢索清單

前一個記錄檢索清單 7 下ㄧ個記錄下ㄧ頁

欺诈网页检测中基于遗传算法的特征优选

王嘉卿;朱焱;陈同孝;张真诚

正在檢索遠程資料庫，請稍等